Анализ популярности конфет на Хэллоуин

Для исследования я использовала датасет “The Ultimate Halloween Candy Power Ranking” от FiveThirtyEight (Kaggle) В нём собраны 85 популярных видов конфет, а для каждой конфеты указаны характеристики (например: шоколадная/фруктовая, есть ли карамель, орехи, вафля, батончик и т.д.), а также показатель winpercent — насколько часто эта конфета “побеждает” в парных сравнениях (то есть выбирается людьми чаще).

Мне нравится Хэллоуин, в нём всегда есть особая атмосфера: тёмные цвета, яркие акценты, необычные упаковки и, конечно, много сладостей. Я часто замечала, что на Хэллоуин одни конфеты пользуются большой популярностью, а другие почему-то нет. Мне стало интересно: это случайность или у людей действительно есть устойчивые предпочтения?

Поэтому я решила посмотреть на данные и понять, что именно делает конфету более популярной. Например, влияет ли наличие шоколада, карамели, орехов, вафли, “батончиковая” форма или фруктовый вкус. Хочется не просто перечислить самые любимые конфеты, а объяснить, почему они оказываются в лидерах и какие характеристики чаще встречаются у победителей.

В ходе исследования я решила использовать данные графики:

1. Топ конфет по популярности - горизонтальная столбчатая диаграмма. Чтобы быстро увидеть лидеров по winpercent и сравнить их между собой.

2. Шоколад vs без шоколада - boxplot. Чтобы сравнить распределения популярности в двух группах.

3. Что делает конфеты популярнее - горизонтальная столбчатая диаграмма. Чтобы оценить вклад признаков: на сколько пунктов в среднем меняется winpercent, если признак есть/нет.

4. Цена и популярность - диаграмма рассеяния. Чтобы проверить гипотезу “дороже = популярнее?” и увидеть общую тенденцию/разброс точек и выделить топы.

5. Популярность по типам: шоколад vs фруктовость - горизонтальная столбчатая диаграмма. Чтобы сравнить средний winpercent между типами.

6. Сладость и популярность - диаграмма рассеяния. Чтобы проверить, влияет ли сахарность: есть ли заметный тренд или точки в основном “рассыпаны”.

7. Распределение популярности - гистограмма распределения. Чтобы понять “нормальная ли” популярность в целом: где основная масса значений, есть ли перекос, насколько далеко хвосты.

Для визуализации была выбрана хэллоуинская палитра (чёрный, оранжевый, жёлтый, бордовый, фиолетовый).

Чёрный — базовый фон: ассоциация с Хэллоуином и на нём хорошо читаются подписи и сетка. Оранжевый — тыквенный акцент: выделяет ключевые элементы и лидеров, самый узнаваемый цвет праздника. Жёлтый — второй яркий акцент: подсветка важных значений, чтобы взгляд сразу цеплялся. Бордовый — цвет тёмных отметок: подходит для менее популярных и отрицательных значений, визуально мягче красного. Фиолетовый — мистический оттенок: помогает разделять категории и добавляет контраста к оранжевому, не ломая атмосферу.

В ходе работы над проектом я использовала Visual Studio Code и Pandas. В процессе работы над кодом я пользовалась помощь GPT-5.2 Thinking, который помог с написанием, оптимизацией и исправлением ошибок. Так же обложка и все изображения в визуальном исследовании были сгенерированы Chat-GPT.

На первом графике показан топ-15 конфет по популярности — были отрисованы конфеты по показателю winpercent (процент “побед” в опросах) и выведены лидеры.

В лидерах заметно доминируют шоколадные батончики и конфеты с шоколадом: на первом месте Reese’s Peanut Butter Cup (~84%), дальше идут Reese’s Miniatures и Twix (~82%), затем Kit Kat и Snickers (76–77%). Остальная часть топа держится в диапазоне примерно 66–73%, то есть даже “нижние” позиции топ-15 остаются довольно высокими по сравнению со средним уровнем по датасету.

Второй график — boxplot (ящик с усами), он сравнивает популярность у конфет с шоколадом и без шоколада.

По оси Y — winpercent, то есть насколько часто конфета «побеждает» в сравнениях. Оранжевая коробка (Chocolate) заметно выше: и среднее (~60.9), и медиана (~60.8) больше, чем у No chocolate (среднее ~42.1, *медиана ~41.6). «Ящик» показывает средние 50% значений, «усы» — разброс, поэтому видно не только разницу, но и вариативность.

Вывод: шоколадные конфеты в среднем популярнее, чем не шоколадные.

Третий график — горизонтальная столбчатая диаграмма “эффекта признака”: показывает, на сколько меняется средний winpercent, если у конфеты есть признак (1) vs нет (0).

По оси X — разница: mean(winpercent | feature=1) − mean(winpercent | feature=0). Ноль — граница: справа признак повышает популярность, слева — снижает. Самый сильный плюс даёт chocolate (шоколад) — заметное увеличение среднего winpercent. Дальше идут crispedricewafer (вафелька/хруст), peanutyalmondy (орехи), bar (батончик), nougat (нуга), caramel (карамель) — тоже добавляют популярности, но слабее. В минус уходит fruity (фруктовые), hard (твёрдые леденцы) и pluribus (много маленьких конфет в упаковке) — у них средний winpercent ниже, чем у конфет без этих признаков.

Вывод: самый выигрышный рецепт — шоколад + хруст/орехи/формат батончика, а фруктовые и твёрдые в среднем менее любимы.

Четвертый график “Цена и популярность: помогает ли высокая цена?” — это диаграмма рассеяния, где каждая точка = одна конфета.

По оси X — относительная цена (pricepercent): чем правее точка, тем “дороже” конфета относительно других. По оси Y — популярность (winpercent): чем выше точка, тем чаще её выбирают.

Что видно: прямой зависимости “чем дороже — тем популярнее” почти нет. Точки сильно разбросаны: при примерно одинаковой цене встречаются конфеты и с низкой, и с высокой популярностью. При этом самые популярные конфеты (жёлтые точки с подписями — вроде Reese’s, Twix, Snickers, Kit Kat) действительно находятся в верхней части графика, но по цене они не в одной зоне: есть топовые и “средние по цене”, и более дорогие.

Вывод по этому графику: цена сама по себе не гарантирует популярность — важнее состав/тип (шоколад, батончик, орехи и т.д.), а цена может быть только одним из факторов.